FORBRYTE HANDELSSTRATEGIER FRA SIKKERHETSPRODUKTIONSFUNKSJONER. 1 Å FREMME HANDELSSTRATEGIER FRA SIKKERHETSPRODUKTIONSFUNKSJONER. 2 Å FREMME HANDELSSTRATEGIER FRA SIKKERHETSPRODUKTIONSFUNKSJONER Bakgrunn Det primære formålet med teknisk analyse er å observere markedsarrangementer og telle konsekvensene for å formulere spådommer. I denne forstand er markedsteknologer håndtere statistiske sannsynligheter Spesielt bruker teknikere ofte en type indikator kjent som en oscillator for å prognostisere kortsiktige prisbevegelser. En oscillator kan betraktes som et høypassfilter ved at det fjerner lavere frekvensstrend, samtidig som komponentene med høyere frekvenser, dvs. Kortsiktige prisforandringer forblir På den annen side fungere bevegelige gjennomsnitt som lavpassfiltre ved å fjerne kortsiktige prisbevegelser, samtidig som det sikres at langsiktige trendkomponenter blir beholdt. Flytende gjennomsnitt fungere som trenddetektorer mens oscillatorer virker i motsatt retning måte å de-trend data i ord er å øke kortsiktige prisbevegelser Oscillatorer og glidende gjennomsnitt er filtre som konverterer prisinnganger til utgangsbølgeformer for å forstørre eller understreke visse aspekter av inngangsdata. Filtreringsprosessen fjerner nødvendigvis informasjon fra inngangsdataene og applikasjonen er ikke uten konsekvenser. En signifikant Problemet med oscillatorer samt flytteverdier for korttidshandel er at de innfører et lag. Mens det er akademisk interessant, er konsekvensene av forsinkelse dyrt for handelsmannen Lag stammer fra det faktum at oscillatorer ved design er reaktive snarere enn forventningsfulle. Som et resultat må handelsmenn vent på bekreftelse en prosess som introduserer ytterligere forsinkelse i evnen til å handle. Det er nå allment akseptert at klassiske oscillatorer kan være svært nøyaktige i ettertid, men er vanligvis utilstrekkelige for å forutse fremtidig kortsiktig markedsretning, hovedsakelig på grunn av lagproblemer FUNKSJONER Den grunnleggende mangelen på klassiske oscillatorer er t hatten de er reaktive i stedet for å forutse. Som følge av dette svekker den uønskede lagkomponenten i oscillatorer betydelig deres brukbarhet som et verktøy for lønnsom korttidshandel. Det som trengs er en effektiv mekanisme for å forutse vendepunkter. Sannsynlighetsfordelingsfunksjonen PDF kan lånes fra feltet for statistikk og brukes til å undersøke avgrensede markedspriser med det formål å avlede handelsstrategier PDF-filen gir en alternativ tilnærming til den klassiske oscillatoren som ikke er årsakssammenhengende ved å forutse kortvarige vendepunkter. PDF-filer plasserer hendelser i skuffer med hver bin som inneholder antall forekomster i y-aksen og rekkevidden av hendelser i x-aksen. For eksempel, vurder firkantbølgen.3 vist i Figur 1A Selv om urealistisk i den virkelige verden, hvis man skulle forestille kvadratbølgen som kvantepriser som bare kan ha verdier på -1 eller 1, består den resulterende PDF ganske enkelt av to vertikale pigger ved -1 og 1 som vist i figur 1B. En slik wav eform kunne ikke omsettes ved hjelp av konvensjonelle oscillatorer fordi en hvilken som helst prisbevegelse ville være over før oscillatoren kunne gi et signal. Men som PDF-kodene nedenfor viser, er den teoretiske firkantbølgen ikke langt fjernet fra virkelige kortvarige sykluser. Som et praktisk eksempel, en teoretisk sinusbølge kan brukes til å mer nøyaktig modellere realverdige avledede priser. En idealisert sinusbølge er vist i Figur 1C og dens tilsvarende PDF i Figur 1D. PDF-formatene til firkantbølgen og sinusbølgen er bemerkelsesverdig likt. I hvert tilfelle er det er en stor sannsynlighet for at bølgeformene ligger i nærheten av sine ekstremer som det kan ses i de store pigger på figur 1D Disse pigger tilsvarer kortsiktige vendepunkter i de avrundede prisene Sannsynligheten er høy i nærheten av vendepunktene fordi det er svært liten prisbevegelse i disse faser av syklusen, med priser som bare varierer fra ca. 0 8 til 1 0 og -0 8 til -1 0 i figur 1C Figur 1A Square Wave Figur 1B Square Wave Binær PDF Figur e 1C Sine Wave Figur 1D Sinewave PDF Figur 1 Teoretiske bølger og deres PDF-filer Høye sannsynlighet for at kortsiktige priser ligger nær deres ekstreme utflukter er en hovedproblem i kortsiktig syklus og svinghandel. Flyttet har stort sett skjedd før oscillatorene kan identifisere vendepunkt Indikatoren virker, men bare etterpå, noe som gjør at det er nyttig for å forutsi fremtidige prisbevegelser.4 En mulig løsning på dette lagdilemmaet er å utvikle teknikker for å forutse vendepunkter. Selv om det er svært vanskelig å oppnå med klassiske oscillatorer, gir PDF-filen oss muligheten forutse vendepunkter dersom det er riktig formet eller å bruke to alternative metoder 1 Modell markedsdataene som en sinusbølge og skift den modellerte bølgeformen i fremtiden ved å generere en ledende cosinabølge fra den. 2 Påfør en transformasjon til den avvikede bølgeformen for å isolere toppen ekskursjoner, det vil si sjeldne hendelser og forutse en kortsiktig prisutvikling fra toppen Hver o f disse tilnærmingene vil bli undersøkt nedenfor. Men det er lærerikt å begynne med en analogi for å visualisere en teoretisk sinusbølge-PDF og deretter undersøke PDF-filer av faktiske markedsdata. Som det vil bli vist, er markedsdata PDF-filer ikke Gaussian som vanlig antatt eller tilfeldig som påstått av Den effektive markedshypotesen MÅLIGHETER FOR PROBABILITETSFORDELING FUNKSJONER En enkel måte å visualisere hvordan en PDF måles som i figur 2B, er å forestille bølgeformen som perler på parallelle horisontale ledninger på vertikale rammer som vist på figur 2A. Vri rammen med 90 grader 1 4 Vri slik at de horisontale ledningene nå er vertikale slik at perlene faller til bunnen Perlene stabler opp i figur 2B i direkte forhold til dens tetthet ved hver horisontal ledning i bølgeformen med det største antall forekomster ved de ytterste vendepunktene i 1 og -1 Figur 2A Sinewave Perle Waveform Figur 2B Sinewave Perle PDF Figur 2 Konseptet av Waveform og PDF Construction Måle PDF-filer av detre nded priser ved hjelp av et dataprogram er konseptuelt identisk med stabling av perlene i wireframe strukturen Amplituden til den avviklede prisbølgeformen kvantiseres i skuffer dvs. de vertikale ledningene og deretter forekomsten i hver bin blir summert for å generere den målte PDF-prisene. å falle mellom høyeste punkt og laveste punkt innenfor den valgte kanalperioden.5 Figur 3 viser faktiske pris PDF-filer målt over tretti år ved bruk av den løpende kontrakten for US Treasury Bond Futures. Merk at fordelingene er lik den for en sinusbølge i hver tilfelle De ikke-likformige figurene tyder på at utviklingen av kortvarige handelssystemer basert på sinusbølge-modellering kunne lykkes. Figur 3A PDF av en 20-kanals kanal Figur 3B PDF av en 40-kanals kanal Figur 3 Målte kanal PDF-filer av amerikanske statsobligasjoner over 30 år Normalisering Prisene på deres svinger i løpet av en kanalperiode er ikke den eneste måten å forringe priser. En alternativ metode er å summere oppadagslukning pr ices uavhengig av neddager På den måten kan differensialet av disse summene normaliseres til summen Resultatet er en normalisert kanal, og er den generiske formen til den klassiske RSI-indikatoren. Den målte PDF-filen ved hjelp av denne metoden for detrending av de samme 30 årene i USA Treasury Obligasjonsdata er vist i Figur 4 I dette tilfellet er PDF-filen mer som den kjente klokkeformede kurven til en gaussisk PDF. Man kan konkludere med dette at et kortsiktig handelssystem basert på sykluser ville være mindre enn vellykket som det høye Sannsynlighetspoeng er ikke nær de maksimale ekskursjonsvinklene. Figur 4 Målt RSI PDF av amerikanske statsobligasjoner over 30 år.6 Fordi vendepunktene har relativt lav sannsynlighet, kan en alternativ strategi utledes. Ideen er å kjøpe når den avregnede prisen krysser under en Terskelen nær den nedre grensen i påvente av at prisene reverserer til høyere sannsynlighetsområde På samme måte vil strategien selge når den avregnede prisen krysser over en grense nær e øvre bundet Merk at dette ikke er det samme som ved bruk av klassiske 30 70 eller 20 80 terskler for signaler med RSI fordi signalet ikke venter på bekreftelseskryssing over terskelene. Her forutsetter vi en reversering til en høyere sannsynlighetstilfelle vi forventer en reversering til normalhet Ved å bruke denne forutsigelsesmetoden i tilfelle av en klassisk indikator som den stokastiske oscillatoren, kan det være kostbart fordi Stokastisk lett kan forbli på det ekstreme utfluktspunktet eller skinnen i prosjektsparlance i lange perioder. Som tidligere nevnt, er en annen måte å detrend at prisdataene er å filtrere, er å bruke høypassfilter for å fjerne dens lavere frekvens trendkomponenter. Når det er avgjort, må resultatet bli normalisert til en fast utflukt, slik at den kan være riktig innvendig før du bruker PDF-filen. Den resulterende PDF-filen er vist i figur 5 I dette tilfellet er PDF-formen nesten jevn over alle skuffene. En jevn PDF betyr at amplituden i en kasse er like sannsynlig å forekomme som ano ther I dette tilfellet kan hverken en syklusbasert strategi eller en strategi basert på lavsannsynlighetshendelser forventes å lykkes. PDF-filen må på en eller annen måte forvandles for å forbedre lavsannsynlighetshendelser for å være nyttig i handel. Figur 5 Målt HighPass-filter PDF fra USA Treasury Obligasjoner over 30 år.7 TRANSFORMERE PDF-filen Ikke alle nedbrytende teknikker gir PDF-filer som tyder på en vellykket handelsteknikk På omtrent samme måte som en oscillator kan brukes på prisdata for å forbedre kortvarige vendepunkter, kan en transformasjonsfunksjon brukes på avviste priser for å forbedre identifikasjonen av svarte svaner, det vil si høyst usannsynlige hendelser og å utvikle vellykkede handelsstrategier basert på å forutse en reversering tilbake til normalitet etter en svart svanehendelse. For eksempel kan en PDF bli forsterket ved bruk av Fisher Transform Denne matematiske funksjonen endrer inngangsbølgeformer som varierer mellom grensene på -1 og 1, og transformerer nesten alle PDF-filer i en bølgeform som har nærl y Gaussisk Fisher Transform-ligningen, hvor x er inngangen og y er utgangen er 1 xy 0 5 ln 1 x I motsetning til en oscillator, er Fisher Transform en ikke-lineær funksjon uten lagring. Transformen utvider amplituder av inngangsbølgeformene nær - 1 og 1 utflukter slik at de kan identifiseres som lavt sandsynlighetshendelser Som vist i figur 6 er transformasjonen nesten lineær når den ikke er ekstrem. Enkelt sagt, gjør Fisher Transform ikke noe unntatt ved lavsannsynlighetens ekstremer. Det kan således være antydet at hvis lavrisikohendelser kan identifiseres, kan handelsstrategier benyttes for å forutse en reversering til normal sannsynlighet etter deres forekomst. Figur 6 Fisher Transform Konverterer ikke signalforsterkninger som resulterer i nesten normale PDF-filer. 8 Effekten av Fisher Transform er demonstrert ved å bruke den til HighPass Filter-tilnærmingen som produserte PDF-filen i Figur 5 Utgangen er rescaled for riktig binning for å generere den nye målte PDF Den nye tiltak d PDF vises i figur 7 med den opprinnelige PDF-filen som er vist i referanseinnlegget. Her har vi en bølgeform som antyder en handelsstrategi ved bruk av lavt sannsynlighetshendelser. Når de omformede prisene overstiger en øvre grense, er forventningen at det forblir utenfor denne grensen en lav sannsynlighet Derfor overstiger den øvre grense en høy sannsynlighet salgsmulighet Omvendt, når de omformede prisene faller under en lavere terskel, er forventningen at det å holde seg under den grenseverdien er lavt sannsynlig og derfor faller under den nedre terskelen, gir en kjøpsmulighet Figur 7 Målt HighPass-filter med Fisher Transform PDF av amerikanske statsobligasjoner over 30 år UTLEDTE HANDELSSTRATEGIER Det er klart at ingen enkelt kortsiktig tradingstrategi passer for alle tilfeller fordi PDF-ene kan variere mye, avhengig av avvikende tilnærming Siden PDF-data avviklet ved å normalisere til toppverdier har utseendet til en teoretisk sinusvegg, th En logisk handelsstrategi ville være å anta at bølgeformen faktisk er en sinusbølge og deretter identifisere sinusbølgevendepunktene før de oppstår. På den annen side blir data som er avgrenset ved hjelp av en generisk RSI-tilnærming eller avgrenset ved hjelp av et HighPass-filter med en Hilbert Transform bør man bruke en handelsstrategi basert på en mer statistisk tilnærming. For RSI og Hilbert Transform-tilnærmingene består den logiske strategien av å kjøpe når de avregnede prisene krysser under en lavere terskel og selger når de avregnede prisene krysser over en øvre terskelen Selv om det er noe motstridende, er denne andre strategien basert på ideen om at priser utenfor de 9 terskelutfluktene er lavt sandsynlighetshendelse, og den mest sannsynlige konsekvensen er at prisene vil vende tilbake til gjennomsnittet. Både kortsiktige handelsstrategier deler et felles problem Problemet er at detrendingen fjerner trendkomponenten, og trenden kan fortsette i stedet for at prisene går tilbake til gjennomsnittet i ti s kortsiktig tilbakekalling er akkurat feil ting å gjøre. Derfor er det nødvendig med en ekstra handelsregel. Regelen som legges til strategiene, er å gjenkjenne når prisene har flyttet motsatt til kortsiktig stilling med en prosentandel av inngangsprisen. Hvis det skjer, posisjonen er ganske enkelt reversert og den nye handel får lov til å gå i retning av trenden. Kanalsyklusstrategien finner den høyeste tett og den laveste tett over kanallengden beregnes av en enkel søkealgoritme over en fast tilbakekallingsperiode. Deretter , blir den avregnede prisen beregnet som forskjellen mellom nåværende lukk og laveste lukk, normalisert til kanalbredden. Kanalbredden er forskjellen mellom høyeste lukk og laveste lukk over kanallengden. Den avrundede prisen er så BandPass filtrert 1 til oppnå en nær sinusbølge fra dataene hvor perioden er kanallengden. Fra kalkulatoren er det kjent at d sin t dt cos t. Siden en enkel en bar forskjell er en rotte e-forandring, er det omtrentlig lik et derivat. Således beregnes en amplitudekorrigert ledende funksjon som den ene strekkhastighetsendringen dividert med den kjente vinkelfrekvensen. I dette tilfellet er vinkelfrekvensen delt 2 med kanallengden Å ha sinusen bølge og den ledende cosinusbølgen, er de viktigste handelssignalene krysset av disse to bølgeformene. Strategien inkluderer også en reversering hvis handelen har en ugunstig utflukt som overstiger en valgt prosentandel av inngangsprisen. Den Generiske RSI-strategien summerer forskjellene i lukker opp uavhengig av lukker ned over den valgte RSI-lengden. RSI beregnes som forskjellene i disse to summene, normalisert til summen. En liten utjevning er introdusert med et tre-trykks FIR-filter. De viktigste handelsreglene er å selge kort hvis Glattet Signalkryss over den øvre grensen og å kjøpe hvis Glatt Signal krysser under den nedre terskelen. Som tidligere inkluderer strategien også en reversering hvis handelen har en adve rse ekskursjon utover en valgt prosentandel av inngangsprisen High Pass Filter plus Fisher Transform Fisher-strategien filtrerer sluttprisene i et høypassfilter 2 Det filtrerte signalet normaliseres deretter til å falle mellom -1 og 1 fordi dette området er nødvendig for Fisher Transform for å være effektiv Den normaliserte amplituden glattes i et tre-trykks FIR-filter. Dette glatte signalet er begrenset til å være større enn og mindre enn å unngå at Fisher Transform blåses opp hvis inngangen er nøyaktig 1 Endelig beregnes Fisher Transform De viktigste handelsreglene er å selge kort hvis Fisher Transform krysser over den øvre grensen og å kjøpe om Fisher Transform krysser under den nedre terskelen. Som tidligere var strategien også 1 John Ehlers, Swiss Army Knife Indicator, Stocks Commodities Magazine, januar 2006 , V24 1, pp28-31, John Ehlers, Swiss Army Knife Indicator, Stocks Commodities Magazine, januar 2006, V24 1, pp28-31, 50-53.10 inkluderer en reversering hvis handelen har en negativ ekskursjon som overstiger en valgt prosentandel av inngangsprisen De tre handelsstrategiene ble anvendt på den løpende kontrakten for amerikanske Treasury Bond Futures for data 5 år før 12 7 07 Resultatet av de tre systemene er oppsummert i tabell 1 Alle tre Systemene viser respektabel ytelse, med RSI-strategien og Fisher-strategien som har samme ytelse med hensyn til prosentandel av lønnsomme handler og profittfaktor brutto gevinster divisjonert med brutto tap Alle resultater er basert på handel en enkelt kontrakt uten tillatelse til slippage og provisjon Det legges vekt på at alle innstillinger ble holdt konstant over hele femårsperioden. Siden handelsstrategiene bare har et lite antall optimaliserbare parametere, er optimalisering over en kortere periode mulig uten å kompromittere et forhold mellom handel og parameter som er nødvendig for å unngå kurvepassing. bli forbedret ved å optimalisere over et kortere tidsrom Tabell 1 Handelsstrategi Performance Compariso n Handelsstrategi Channel RSI Fisher Transform Netto gevinst 54.968 72.468 73.125 Handler Lønnsom resultatfaktor nedskrivning 15.520 11.625 9.125 Årlig utførelse av handelsstrategiene ble vurdert ved å bruke de reelle handler over femårsperioden til en Monte Carlo-analyse i 260 dager, en omtrentlig handel år I hvert tilfelle brukte Monte Carlo-analysen 10.000 iterasjoner som simulerte nesten 40 års handel. Programvare for å gjøre denne analysen var MCSPro 3 ved Inside Edge Systems På grunn av den sentrale grenseetningen har sannsynlighetsfordelingen av årsresultatet en Normal Distribution og Drawdown har en Rayleigh-distribusjon Monte Carlo-analysen har fordelene som ikke bare er den mest sannsynlige årlige fortjenesten og drawdowns produsert, men også man kan enkelt vurdere sannsynligheten for breakeven eller bedre. Videre kan man lage et komparativt belønningsrisikoforhold ved å dele mest sannsynlig årlig fortjeneste ved den mest sannsynlige årlige utvinning man kan også vurdere mengden av tolerabel risiko og nødvendig kapitalisering i små kontoer fra størrelsen på de to eller tre sigma-poengene i drawdownen. Monte Carlo-resultatene for Kanalstrategien er vist i figur 8. Den mest sannsynlige årlige fortjenesten er 11.650 og den mest sannsynlige maksimale uttjeningen er 7.647 for En belønning for risikofaktor for The Channel-strategien har en 88 3 sjanse til å bryte jevn eller bedre på årsbasis. 3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St Stamford, CT 06901.11 Figur 8 Annualized Performance Monte Carlo Resultater for Channel Strategy Monte Carlo-resultatene for RSI-strategien er vist i figur 9. Den mest sannsynlige årlige fortjenesten er 17 085 og den mest sannsynlige maksimale utjevningen er 6.219. Siden overskuddet er høyere og nedtjeningen er lavere enn for Kanalstrategien, er belønning til risikoforholdet mye større på RSI-strategien har også en bedre 96 6 sjanse til å bryte jevn eller bedre på årsbasis. Figur 9 Annualized Performance Monte Carlo Results for RSI Strategy The Mo Nte Carlo-resultatene for Fisher-strategien er vist på figur 10 Den mest sannsynlige årlige fortjenesten er 16.590 og den mest sannsynlige maksimale uttjeningen er 6.476 Lønnsforholdet på 2 56 er omtrent det samme som for RSI-strategien. Fisher Transform-strategien har også omtrent samme sjanse til å bryte jevn eller bedre på 96 1 Figur 10 Annualized Performance Monte Carlo-resultater for Fisher Strategy.12 Disse studiene viser at de tre handelsstrategiene er robuste over tid og tilbyr sammenlignbare resultater når de brukes på et felles symbol. For ytterligere å vise robusthet i tide, samt å søke på et helt annet symbol, ble resultatene vurdert på SP Futures ved bruk av den løpende kontrakten fra begynnelsen. I dette tilfellet viser vi egenkapitalkurven produsert ved å handle en enkelt kontrakt uten sammensetning. Det er ingen godtgjørelse for glidning og provisjon Formen på egenkapitalkurvene forklares delvis av endringen av punktstørrelsen fra 500 pr. punkt til 250 pr po int ved inflasjon, av kontraktens økende absolutt verdi og ved økt volatilitet Hovedpoenget er at ingen av de tre handelsstrategiene hadde betydelige nedgang i egenkapitalvekst i hele kontraktens levetid Figur År Egenkapitalvekst på kanalstrategi Trading SP Futures Contract.13 Figur År Egenkapital Vekst av RSI Strategi Handel SP Futures Kontrakt Figur År Egenkapital Vekst av Fisher Strategy Trading SP Futures Kontrakt Den robuste ytelsen til disse nye handelsstrategiene er spesielt slående i forhold til mer konvensjonelle handelsstrategier. For eksempel Figur 14 viser egenkapitalveksten til et konvensjonelt RSI-handelssystem som kjøper når RSI krysser over 20-nivået og selger når RSI krysser under 80-nivået. Dette systemet reverserer også posisjonen når handelen har en ugunstig utflukt mer enn noen få prosent fra inngangsprisen Dette konvensjonelle RSI-systemet ble optimalisert for maksimal profitt i løpet av SP Fu kontrakter Ikke bare har den konvensjonelle RSI.14-strategien hatt store ulemper, men den generelle profittfaktoren var bare. En hvilken som helst av de nye strategiene jeg har beskrevet, gir betydelig overlegen ytelse over kontraktslevetiden. Denne forskjellen demonstrerer effekten av tilnærmingen og robustheten av disse nye systemene Figur År Egenkapitalvekst av en konvensjonell RSI-strategi Handel med SP Futures Kontrakt KONKLUSJONER PDF-dokumentet har vist seg å tilby en alternativ tilnærming til den klassiske oscillatoren, en som ikke er årsakssammenhengende for å forutse kortsiktige vendepunkter Flere konkrete handel Strategier har blitt presentert som demonstrerer robust ytelse over lange tidsperioder for å imøtekomme varierende markedsforhold på tvers av et stort antall bransjer for å unngå kurvepassing og blant forskjellige markeder for å demonstrere frihet fra markedspersonligheter. I hvert tilfelle kan PDF-dokumentet utlede en handelsstrategi som er sannsynlig For å lykkes Når ingen strategi er foreslått, vil Fisher Tr Ansform kan brukes for å endre PDF til en Gaussisk distribusjon. Den Gaussiske PDF-filen gir deg en beskjed om at en handelsstrategi som bruker en reversering til gjennomsnittet, kan lykkes.15 OM AUTOREN John Ehlers er sjefforsker for og Handelsstrategiene beskrevet her brukes på disse nettstedene, i tillegg med tilpasning til målte markedsforhold og strategiseleksjon basert på nylige ytelsesprestasjoner, er John en pioner i å innføre MESA-syklusmålingalgoritmen og bruk av digital signalbehandling i teknisk analyse John Ehlers 6595 Buckley Drive Cambria , CA. John Ehlers TEKNISKE PAPPER. John Ehlers, utvikler av MESA, har skrevet og publisert mange papirer knyttet til prinsippene som brukes i markedssykluser. Synopses for tilgjengelige papirer vises nedenfor. Last ned hver ved å velge deres tilhørende HyperText. Hvorfor Traders miste penger og hva du skal gjøre om det. En artikkel i mai 2014-utgaven av Stock Commodities Magazine beskrev hvordan du lager kunstig eq uitholdighetskurver ved bare å kjenne fortjenestefaktoren og prosentvis vinnere av en handelsstrategi Bellkurvestatistikk for handel tilfeldig utvalgte aksjer og porteføljehandel er også inkludert Dette er et Excel-regneark som gjør at du kan oppleve disse statistiske beskrivelsene av handelssystemets ytelse. Prediktive indikatorer for Effektive handelsstrategier. Tekniske forhandlere forstår at indikatorer må glatte markedsdataene være nyttige, og at utjevning introduserer lag som uønsket bivirkning. Vi vet også at markedet er fraktal, en ukentlig intervalldiagram ser ut som en månedlig, daglig eller intradagskjema Det som kanskje ikke er så klart som det er at tidsintervallet langs x-aksen øker, øker også de høye-lave pris-svingene langs y-aksen, omtrent i proporsjon. Disse spektrale dilatasjonsfenomenene forårsaker uønsket forvrengning, en som enten ikke er blitt anerkjent eller i stor utstrekning blitt ignorert av indikatorutviklere og markedsteknikker. Inferring Trading Strategier fra målte sannsynlighetsdensitetsfunksjoner. Dette var Runner-up-vinneren av MTA s 2008 Charles H Dow Award I dette papiret viser jeg implikasjonene til de ulike former for avskrekk og hvordan de resulterende Sannsynlighetsfordelingene kan brukes som strategier for å generere effektive handelssystemer Resultatene av disse robuste handelssystemene er sammenlignet med standardmetoder. Dette papirprogrammet og den interaktive måten å eliminere så mye lagring som ønsket fra utjevningsfiltre Selvfølgelig kommer redusert lag til prisen på redusert filterglatthet. Filteret viser ingen forbigående overshoot funnet i høyere orden filters. Empirical Mode Decomposition. A novel tilnærming til syklus og trend modus detection. Fourier Transform for Traders. Problemet med Fourier Transform for måling av markedssykluser er at de har en svært dårlig oppløsning I dette papiret viser jeg hvordan å bruke en annen ikke-lineær transformasjon for å forbedre oppløsningen slik at Fourier-transformene kan brukes. De målte s pektrum vises som en heatmap. Swiss Army Knife Indicator. Indicators er bare overføringssvar av inngangsdata Ved en enkel endring av konstanter, kan denne indikatoren bli et EMA, SMA, 2 Pole Gaussisk lavpasfilter, 2 Pole Butterworth Low Pass Filter, en FIR-jevnere, et Bandpass-filter eller et Bandstop-filter. Filter. Et uvanlig, ikke-lineært FIR-filter er beskrevet. Dette filteret er blant de mest responsive til prisendringer, men jevnest i sidelengs markeder. System Performance Evaluation. Profit Factor brutto gevinster delt med brutto tap er analog med utbetalingsfaktoren i spill Således, når fortjenestefaktoren er kombinert med prosentvis vinnere i en rekke tilfeldige hendelser, kan eksempler på hvordan en handelsstrategi egenkapitalvekst kan simuleres. Dette papiret beskriver hvordan vanlige ytelsesbeskrivelser er relatert til disse to parametere Et Excel-regneark er beskrevet, slik at du kan utføre en Monte Carlo-analyse av handelssystemene dine hvis du kjenner disse to parametrene ut av prøven . FRAMA FRactal Adaptive Moving Average Et ikke-linjært bevegelige gjennomsnitt er avledet ved hjelp av Hurst-eksponenten. MAMA er moren til alle adaptive bevegelige gjennomsnitt Actualy navnet er et akronym for MESA Adaptive Moving Average. Den ikke-lineære virkningen av dette filteret er produsert av flyback av fase Hver halvsyklus Når kombinert med FAMA, et Følgende Adaptive Moving Average, danner kryssene gode inngangs - og utgangssignaler som er relativt fri for whipsaws. Time Warp Without Space Travel. Laguerre-polynomene brukes til å generere en filterstruktur som ligner et enkelt glidende gjennomsnitt med forskjellen at tidsavstanden mellom filterkranene er nolinær Resultatet gjør det mulig å lage svært korte filtre som har utjevningsegenskapene til mye lengre filtre Kortere filtre betyr mindre lagring Fordelene ved å bruke Laguerre-polynomene i filtre er vist i både indikatorer og automatisk handelssystemer Artikkelen inneholder EasyLanguage code. The CG Oscillator. The CG Oscillator er unikt fordi det er en oscillator som er både glatt og har nulllag. Det finner CG-graden av prisverdiene i et FIR-filter. CG har automatisk utjevning av FIR-filteret ligner et enkelt glidende gjennomsnitt med posisjonen til CG er nøyaktig i fase med prisbevegelsen EasyLanguage-koden er inkludert. Bruke Fisher Transform. Mange handelssystemer er utformet ved å anta at sannsynlighetsfordelingen av priser har en normal eller gaussisk, sannsynlighetsfordeling om gjennomsnittet faktisk ingenting kan være lengre fra sannheten Dette papiret beskriver hvordan Fisher Transform konverterer data til å ha nesten en normal sannsynlighetsfordeling Gitt probabilitetsfordelingen er Normal etter bruk av Fisher Transform, blir dataene brukt til å lage inngangspunkter med kirurgisk presisjon. Artikkelen inneholder EasyLanguage-kode. Inverse Fisher Transform. Inverse Fisher Transform kan brukes til å generere en oscillator som bytter raskt mellom oversold og overkjøpt uten whipsaws. Gaussian Filters. Lag er fallet av utjevningsfiltre Denne artikkelen viser hvordan lagring kan reduseres og høyeste fidelity utjevning oppnås ved å redusere lag av høyfrekvente komponenter i dataene. En komplett tabell med gaussiske filterkoeffisienter er gitt. Poler og nuller. En beskrivelse av digitale filtre i form av Z-transformer. Forgreninger av høyereordningsfiltre er beskrevet. Tabeller av koeffisienter for 2-polet og 2-polet Butterworth-filtre er gitt. Inferring-handelsstrategier fra sannsynlighetsfordelingsfunksjoner. Forfatter JohnEhlers februar 24, 2009.Editor s Note Denne artikkelen var 2008 Charles H Dow Award vinner fra Market s Technician Association MTA. Hovedformålet med teknisk analyse er å observere markedsarrangementer og telle deres konsekvenser for å formulere spådommer. I denne forstand handler markedstekniker med statistiske sannsynligheter Spesielt bruker teknikere ofte en type indikator kn Egen som en oscillator for å prognostisere kortsiktige prisbevegelser. En oscillator kan betraktes som et høypassfilter ved at det fjerner lavere frekvensstrend, samtidig som komponentene med høyere frekvenser, dvs. kortsiktige prisforandringer, forblir på den annen side, beveger seg gjennomsnitt fungere som lavpassfiltre ved å fjerne kortsiktige prisbevegelser samtidig som det sikres at langsiktige trendkomponenter blir beholdt. Således beveger gjennomsnittsverdier som trenddetektorer mens oscillatorer virker på motsatt måte til trenddata for å øke kortsiktig pris bevegelser. Oscillatorer og bevegelige gjennomsnitt er filtre som konverterer prisinnganger til utgangsbølgeformer for å forstørre eller understreke visse aspekter av inngangsdata. Filtreringsprosessen fjerner nødvendigvis informasjon fra inngangsdataene, og dens anvendelse er ikke uten konsekvenser. Et signifikant problem med oscillatorer som i tillegg til å flytte gjennomsnittsverdier for kortsiktig handel er at de introduserer lag. Mens akademisk interessant, konsekvensene av lag er kostbart for handelsmannen Lag stammer fra det faktum at oscillatorer ved design er reaktive i stedet for å forutse. Som et resultat må handelsfolk vente på bekreftelse en prosess som introduserer ytterligere forsinkelse i evnen til å handle. Det er nå allment akseptert at klassiske oscillatorer kan være svært nøyaktige i ettertid, men er vanligvis utilstrekkelige for å forutse fremtidig kortsiktig markedsretning, hovedsakelig på grunn av lag. PROBABILITET DISTRIBUSJON FUNKSJONER. Den grunnleggende mangelen på klassiske oscillatorer er at de er reaktive snarere enn forventningsfulle. Som et resultat er det uønskede lag component in oscillators significantly degrades their usefulness as a tool for profitable short-term trading What is needed is an effective mechanism for anticipating turning points. The Probability Distribution Function PDF can be borrowed from the field of statistics and used to examine detrended market prices for the purpose of inferring trading strategies The PDF offers an alternative approach t o the classical oscillator one that is non-causal in anticipating short-term turning points. PDFs place events into bins with each bin containing the number of occurrences in the y-axis and the range of events in the x-axis For example, consider the square wave shown in Figure 1A Although unrealistic in the real world, if one were to envision the square wave as quantum prices that can only have values of -1 or 1, the resultant PDF consists simply of two vertical spikes at -1 and 1 as shown in Figure 1B Such a waveform could not be traded using conventional oscillators because any price movement would be over before the oscillator could yield a signal However as the PDFs below will show, the theoretical square wave is not far removed from real-world short term cycles. As a practical example, a theoretical sine wave can be used to more accurately model real-world detrended prices An idealized sinewave is shown in Figure 1C and its corresponding PDF in Figure 1D The PDFs of the square wave and that of the sine wave are remarkably similar In each case there is a high probability of the waveforms being near their extremes as can be seen in the large spikes in Figure 1D These spikes correspond to short-term turning points in the detrended prices The probability is high near the turning points because there is very little price movement in these phases of the cycle, with prices ranging only from about 0 8 to 1 0 and -0 8 to -1 0 in Figure 1C. The high probability of short term prices being near their extreme excursions is a principal difficulty in short-term cycle and swing trading The move has mostly occurred before the oscillators can identify the turning point The indicator works but only in hindsight rendering it usefulness limited for predicting future price movements. A possible solution to this lag dilemma is to develop techniques to anticipate turning points Although exceedingly difficult to accomplish with classical oscillators, the PDF affords us the opportunity to a nticipate turning points if properly shaped or to use two alternative methods.1 Model the market data as a sine wave and shift the modeled waveform into the future by generating a leading cosine wave from it.2 Apply a transform to the detrended waveform to isolate the peak excursions, i e rare occurrences - and anticipate a short-term price reversion from the peak. Each of these approaches will be examined below However it is instructive to begin with an analogy for visualizing a theoretical sine wave PDF and then examine PDFs of actual market data As will be shown, market data PDFs are neither Gaussian as commonly assumed nor random as asserted by the Efficient Market Hypothesis. MEASURING PROBABILITY DISTRIBUTION FUNCTIONS. An easy way to visualize how a PDF is measured as in figure 2B is to envision the waveform as beads strung on parallel horizontal wires on vertical frames as shown in Figure 2A Rotate the wire-frame clockwise 90 degrees 1 4 turn so the horizontal wires are now vertic al allowing the beads to fall to the bottom The beads stack up in Figure 2B in direct proportion to their density at each horizontal wire in the waveform with the largest number of occurrences at the extreme turning points of 1 and -1.Measuring PDFs of detrended prices using a computer program is conceptually identical to stacking the beads in the wireframe structure The amplitude of the detrended price waveform is quantized into bins i e the vertical wires and then the occurrences in each bin are summed to generate the measured PDF The prices are normalized to fall between the highest point and the lowest point within the selected channel period. Figure 3 shows actual price PDFs measured over thirty years using the continuous contract for US Treasury Bond Futures Note that the distributions are similar to that of a sine wave in each case The non-uniform shapes suggest that developing short term trading systems based on sine wave modeling could be successful. Normalizing prices to their swings within a channel period is not the only way to detrend prices An alternative method is to sum the up day closing prices independently from down days That way the differential of these sums can be normalized to their sum The result is a normalized channel, and is the generic form of the classic RSI indicator. The measured PDF using this method of detrending of the same 30 years of US Treasury Bonds data is shown in Figure 4 In this case, the PDF is more like the familiar bell-shaped curve of a Gaussian PDF One could conclude from this that a short-term trading system based on cycles would be less than successful as the high probability points are not near the maximum excursion turning points. Because the turning points have relatively low probability an alternate strategy can be inferred The idea is to buy when the detrended price crosses below a threshold near the lower bound in anticipation of the prices reversing to higher probability territory. Similarly, the strategy would sell when the detrended price crosses above a threshold near the upper bound Note that this is not the same as using classical 30 70 or 20 80 thresholds for signals with the RSI because signal is not waiting for confirmation crossing back across the thresholds Here we are anticipating a reversal to a higher probability occurrence - we expect a reversion to normalcy Using this anticipatory method in the case of a classic indicator such as the Stochastic oscillator can be costly because the Stochastic can easily remain at the extreme excursion point or rail in engineering parlance for long periods of time. As previously mentioned, another way to detrend the price data is to filter is to use high pass filter to remove its lower frequency trend components Once detrended, the result must be normalized to a fixed excursion so that it can be properly binned before applying the PDF The resulting PDF is shown in Figure 5 In this case, the PDF shape is nearly uniform across all bins A uniform PDF mea ns the amplitude in one bin is just as likely to occur as another In this case neither a cycles-based strategy nor a strategy based on low probability events could be expected to be successful The PDF must somehow be transformed to enhance low probability events in order to be useful in trading. TRANSFORMING THE PDF. Not all detrending techniques yield PDFs that suggest a successful trading technique In much the same way that an oscillator can be applied to price data to enhance shortterm turning points, a transformation function can be applied to the detrended prices to enhance identification of black swan , i e highly unlikely events and to develop successful trading strategies based on predicting a reversion back to normalcy following a black swan event. For example, a PDF can be enhanced through the use of the Fisher Transform This mathematical function alters input waveforms varying between the limits of -1 and 1 transforming almost any PDF into a waveform that has nearly Gaussian Th e Fisher Transform equation, where x is the input and y is the output is. Unlike an oscillator, the Fisher Transform is a nonlinear function with no lag The transform expands amplitudes of the input waveforms near the -1 and 1 excursions so they can be identified as low probability events As shown in Figure 6 the transform is nearly linear when not at the extremes In simple terms, the Fisher Transform doesn t do anything except at the low-probability extremes Thus it can be surmised that if low probability events can be identified, trading strategies can be employed to anticipate a reversion to normal probability after their occurrence. The effect of the Fisher Transform is demonstrated by applying it to the HighPass Filter approach that produced the PDF in Figure 5 The output is rescaled for proper binning to generate the new measured PDF The new measured PDF is displayed in Figure 7, with the original PDF shown in the inset for reference Here we have a waveform that suggests a trading strategy using the low probability events When the transformed prices exceed an upper threshold the expectation is that staying beyond that threshold has a low probability Therefore, exceeding the upper threshold presents a high probability selling opportunity Conversely, when the transformed prices fall below a lower threshold the expectation is that staying below that threshold is a low probability and therefore falling below the lower threshold presents a buying opportunity. DERIVED TRADING STRATEGIES. It is clear that no single short term trading strategy is suitable for all cases because the PDFs can vary widely depending on the detrending approach Since the PDF of data detrended by normalizing to peak values has the appearance of a theoretical sinewave, the logical trading strategy would be to assume the waveform is, in fact, a sine wave and then identify the sine wave turning points before they occur On the other hand, data that is detrended using a generic RSI approach or is detr ended using a HighPass filter with a Hilbert Transform should use a trading strategy based on a more statistical approach Thus, for the RSI and Hilbert Transform approaches, the logical strategy consists of buying when the detrended prices cross below a lower threshold and selling when the detrended prices cross above an upper threshold Although somewhat counterintuitive, this second strategy is based on the idea that prices outside the threshold excursions are low probability events and the most likely consequence is that the prices will revert to the mean. Both short term trading strategies share a common problem The problem is that the detrending removes the trend component, and the trend can continue rather than having the prices revert to the mean In this case, a short term reversal is exactly the wrong thing to do Therefore an additional trading rule is required The rule added to the strategies is to recognize when the prices have moved opposite to the short term position by a erc entage of the entry price If that occurs, the position is simply reversed and the new trade is allowed to go in the direction of the trend. The Channel Cycle Strategy finds the highest close and the lowest close over the channel length are computed by a simple search algorithm over a fixed lookback period Then, the detrended price is computed as the difference between the current close and the lowest close, normalized to the channel width The channel width is the difference between the highest close and the lowest close over the channel length The detrended price is then BandPass filtered1 to obtain a near sine wave from the data whose period is the channel length From the calculus it is known that d Sin t dt Cos t Since a simple one bar difference is a rate-change, it is roughly equivalent to a derivative. Thus, an amplitude corrected leading function is computed as the one bar rate of change divided by the known angular frequency In this case, the angular frequency is 2 divided by the channel length Having the sine wave and the leading cosine wave, the major trading signals are the crossings of these two waveforms The strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The Generic RSI Strategy sums the differences in closes up independently from the closes down over the selected RSI length The RSI is computed as the differences of these two sums, normalized to their sum A small amount of smoothing is introduced by a three tap FIR filter The main trading rules are to sell short if Smoothed Signal crosses above the upper threshold and to buy if Smoothed Signal crosses below the lower threshold As before, the strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The High Pass Filter plus Fisher Transform Fisher strategy filters the closing prices in a high pass filter2 The filtered signal is then normalized to fall between -1 and 1 because this range is required for the Fisher Transform to be effective The normalized amplitude is smoothed in a three tap FIR filter This smoothed signal is limited to be greater than - 999 and less than 999 to avoid having the Fisher Transform blow up if its input is exactly 1.Finally, the Fisher Transform is computed The main trading rules are to sell short if the Fisher Transform crosses above the upper threshold and to buy if the Fisher Transform crosses below the lower threshold As before, the strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The three trading strategies were applied to the continuous contract of US Treasury Bond Futures for data 5 years prior to 12 7 07 The performance of the three systems is summarized in Table 1 All three systems show respectable performance, with the RSI strategy and Fisher strategy having similar performance with respect to percentage of profitable trades and profit factor gross winnings divided by gross losses All results are based on trading a single contract with no allowance for slippage and commission. It is emphasized that all settings were held constant over the entire five year period. Since the trading strategies have only a small number of optimizable parameters, optimizing over a shorter period is possible without compromising a trade-to-parameter ratio requisite to avoid curve fitting Thus, performance can be enhanced by optimizing over a shorter time span. Annualized performance of the trading strategies was assessed by applying the real trades over the five year period to a Monte Carlo analysis for 260 days, an approximate trading year In each case the Monte Carlo analysis used 10,000 iterations, simulating nearly 40 years of trading Software to do this analysis was MCSPro3 by Inside Edge Systems Due to the central limit theorem, the probability distribution of annual profit has a Normal Distribution and the Drawdown has a Rayle igh Distribution The Monte Carlo analysis has the advantages that not only are the most likely annual profits and drawdowns are produced, but also one can easily assess the probability of breakeven or better Further, one can make a comparative reward risk ratio by dividing the mostly likely annual profit by the most likely annual drawdown One can also evaluate the amount of tolerable risk and required capitalization in small accounts from the size of the two or three sigma points in the drawdown. The Monte Carlo results for the Channel strategy are shown in Figure 8 The most likely annual profit is 11,650 and the most likely maximum drawdown is 7,647 for a reward to risk ratio of 1 52 The Channel strategy has an 88 3 chance of break even or better on an annualized basis. The Monte Carlo results for the RSI strategy are shown in Figure 9 The most likely annual profit is 17,085 and the most likely maximum drawdown is 6,219 Since the profit is higher and the drawdown is lower than for the C hannel strategy, the reward to risk ratio is much larger at 2 75 The RSI strategy also has a better 96 6 chance of break even or better on an annualized basis. The Monte Carlo results for the Fisher strategy are shown in Figure 10 The most likely annual profit is 16,590 and the most likely maximum drawdown is 6,476 The reward to risk ratio of 2 56 is about the same as for the RSI strategy The Fisher Transform strategy also has about the same chance of break even or better at 96 1.These studies show that the three trading strategies are robust across time and offer comparable performance when applied to a common symbol To further demonstrate robustness across time as well as applying to a completely different symbol, performance was evaluated on the S P Futures, using the continuous contract from its inception in 1982 In this case, we show the equity curve produced by trading a single contract without compounding There is no allowance for slippage and commission. The shape of the equity c urves are explained, in part, by the change of the point size from 500 per point to 250 per point, by inflation, by the increasing absolute value of the contract, and by increased volatility The major point is that none of the three trading strategies had significant dropouts in equity growth over the entire lifetime of the contract. The robust performance of these new trading strategies are particularly striking when compared to more conventional trading strategies For example, Figure 14 shows the equity growth of a conventional RSI trading system that buys when the RSI crosses over the 20 level and sells when the RSI crosses below the 80 level This system also reverses position when the trade has an adverse excursion more than a few percent from the entry price This conventional RSI system was optimized for maximum profit over the life of the S P Futures Contract Not only has the conventional RSI strategy had huge drawdowns, but its overall profit factor was only 1 05 Any one of the n ew strategies I have described offers significantly superior performance over the contract lifetime This difference demonstrates the efficacy of the approach and the robustness of these new systems. The PDF has been shown to offer an alternative approach to the classical oscillator, one that is non-causal in anticipating short-term turning points. Several specific trading strategies have been presented that demonstrate robust performance across a long timespans to accommodate varying market conditions across a large number of trades to avoid curve fitting and among different markets to demonstrate freedom from market personalities. In each case the PDF can infer a trading strategy that is likely to be successful When no strategy is suggested, the Fisher Transform can be applied to change the PDF to a Gaussian distribution The Gaussian PDF then infers that a trading strategy using a reversion to the mean can be successful. ABOUT THE AUTHOR. John Ehlers is chief scientist for and The trading strategies described here are used at these websites, additionally with adaptation to measured market conditions and strategy selection based on recent out-of-sample performance John is a pioneer in introducing the MESA cycles-measuring algorithm and the use of digital signal processing in technical analysis.1 John Ehlers, Swiss Army Knife Indicator , Stocks Commodities Magazine, January 2006, 24 1, pp28-31, 50-53.2 John Ehlers, Swiss Army Knife Indicator , Stocks Commodities Magazine, January 2006, 24 1, pp28-31, 50-53.3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St Stamford, CT 06901.Join In on this conversation, post a comment below.
No comments:
Post a Comment